做网站的朋友们不免都会涉及到要从其他网站抓取一些信息。 1. 常用的办法是用正则表达式来获取 优点：比较精准，一蹴而就，不会遗漏你需要的内容 缺点：全中国这么多网页，如果写正则表达式要写到发疯！ 如果目标网页一旦改版就要重新写正则表达式，人工排查工作太大。2. 我们要讨论的是是否能自动分析网页正文 （标题在下一章节讲） 有两个思路 第一是：关键字匹配法(本次主要讲述此方法，仅思路，因商业原因不提... [阅读全文]